[发明专利]用于产生虚拟对象的音频信号处理方法

说明书

技术领域

本发明基本涉及一种音频信号处理方法，尤其涉及一种用于编码和解码一个对象音频信号及用于在三维空间内渲染信号的方法。

此申请具有申请号分别为No.10-2013-0040923，No.10-2013-0040931,No.10-2013-0040957，以及申请号为No.10-2013-0040960，申请日4/15/2013，申请号为No.10-2013-0045502，申请日为4/24/2013的韩国专利申请的优先权，它们被完整的在此申请中引用。

背景技术

消费者需要的大屏幕的显示环境，例如UHDTV，正在递增。在安装这样的一个高分辨率，高清晰度的大屏幕时，总期望其具有适合于大规模内容的生动的和完整的声音。在使用UHDTV时，它的左右视角被扩展为最大100°，并且它的上下视角也是十分宽广的。在HDTV中的上下视角大约为10°，而在UHDTV被安装在相同视距时，视角总计为45°。为提供一种环境，使观察者感到身临其境的感觉，需要一种可以在更宽的范围内定位音源的音频环境。

NHK提出的一个多通道音频环境增加了一个顶层和一个底层，并在顶层提供了总共9个通道。总共9个扬声器是如此设置，其中3个扬声器设置在前部位置，3个在中部位置，3个在后部位置。在中间层，分别有5个，2个和3个扬声器设置在前部，中部和后部位置。在顶层，3个扬声器设置在前部，并且可安装2个LFE通道。

通常，在三维空间内一个特定的音源可以通过结合多个扬声器(矢量基幅值相移：VBAP)的输出进行定位。图1说明了VBAP的概念。使用幅值相移，基于信号振幅判断两个扬声器之间的音源的方向，或者使用VBAP，它通过在三维空间内使用3个扬声器，被广泛的用于判断音源的方向，渲染可以方便的用于对象信号，并在对象基础上进行传输。

换句话说，如图1所示，虚拟扬声器140可以使用3个扬声器110，120和130产生。VBAP是一种方法，用于产生一个对象矢量，其中虚拟源将会基于听众的位置(最佳听音位置)定位，并且此方法通过选择听众周围的扬声器和通过计算一个用于控制扬声器位置矢量的增益值渲染了一个音源。因而，对于基于对象的内容，环绕目标对象(或虚拟源)的至少3个扬声器被确定了，并且VBAP根据扬声器的相关位置被重新配置了，借此对象可以在需要位置重现。

发明内容

在一个三维音频环境中，可以有一个位置，其中声音从用户的脚部抵达，即主要的内容声音在比观看者更低的位置产生。

不同的效果可以通过在一个非常低的位置定位一个音源获得。使用不同的位置或场景可以是非常有用的，例如在场景中有一个主要人物从高处跌落，一俩地铁在地底通过，或者发生一次巨大的爆炸，或者在一个恐怖场景中一个未知的怪物在脚下通过。换句话说，通过在一个被安装的扬声器更低位置定位的音源，可以提供给用户一个生动的音场，音场带有许多戏剧化的场景，并且它无法由现存的音频系统提供。

典型的VBAP技术不能在一个没有设置扬声器的空间内渲染。在22.2通道系统内，此系统是一个多通道系统，扬声器设置用于覆盖用户头部之上的所有范围，但在用户的脚下，在前面只有3个扬声器。即在22.2通道环境中，一个虚拟源不能在低于用户的区域内重现，除了一部分前面的区域，在此区域内设置了3个底层扬声器。换句话说，一个渲染器具有的最低高度，在此高度内可以重现一个对象，依赖于对象的角度。重现的最低高度由一个在最低位置连接扬声器的线(扬声器网)决定。例如，在22.2通道环境中，一个连接BtFC,BtFL,SiL,BL,BC,BR,SiR,和BtFR的线形成了一个扬声器网，并且网的最低高度指出了可以重现声音的最低高度。换句话说，10°的高度适用于一个角度为45°的对象(BtFL)，而当对象的高度低于BtFL时，高度会自动调整至最低高度(10°)，并且对象随后被重现了。在当前位置下，简单的使声音发源于用户的脚下，并不能产生重现。

本发明涉及虚拟对象的产生，它是一个新的技术，即在扬声器网之外区域渲染。这里，较低的位置可以是一个实施例，其中声音的推断对于识别大多数戏剧效果是必需的。

根据本发明的一个实施例，一种音频信号处理方法，用于重现一个音频，包括一个对象信号，包括：接收一个音频比特流，比特流包括对象音源信息和一个对象音频信号；基于对象音源信息或重现范围信息，区分第一重现范围对象和第二重现范围对象；以及通过第一方法渲染第一重现范围对象，通过第二方法渲染第二重现范围对象。

音频信号处理方法可进一步包括：接收扬声器位置信息；以及使用扬声器位置信息产生重现范围信息。